Redis远程字典服务器（8）—— zset类型详解

目录
一，基本情况
二，常用命令
2.1 zadd
2.2 zcard，zcount
2.3 zrange，zrevrange，zrangebyscore
2.4 zpopmax，bzpopmax
2.5 zpopmin，bzpopmin
2.6 zrank，zrevrank，zscore
2.7 zrem，zremrangebyrank，zremrangebyscore
2.8 zincrby
2.9 zinterstore，zunionstore
三，内部编码
四，应用场景
4.1 排行榜系统

---

一，基本情况

Zset，叫做“有序聚集”

• Set（聚集）：唯一性，无序性（孙行者，行者孙，者行孙 ==> 同一只猴 ）
  
• List（列表）：有序性，可重复（孙行者，行者孙，者行孙 ==> 不同的猴）
  
• Zset（有序聚集）：这里的“有序”，单指 “升序/降序 ”
  

   问题：那么排序的顺序是啥？
  解答：我们给 zset 中的 member 同时引入了一个属性 => 分数（score），浮点类型，进行排序的时间，就是按照此处的分数大小来进行 “ 升序/降序 ”的，如下图：
  

 留意： “升序/降序”只是为了解释“有序”这个词的广泛性，现实上zset内部还是按照“升序”来排列的
  zset也是一个聚集，以是member仍旧要求是唯一的，score可以重复，因为 zset主要还是用来存member的，score只是辅助 

  数据结构
是否答应重复元素是否有序有序依据应用场景list（列表）是是索引下标时间轴，消息队列等set（聚集）否否标签，外交等zset（有序聚集）否是分数排行榜系统，外交等 二，常用命令

2.1 zadd

1. ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member
2.   ...]

复制代码

zadd作用是往聚会合添加或修改元素和分数，首先指定key，方括号为可选选项，score为添加的分数，member为添加的值，其中 member 和 score 称为是一个“pair”类型，类似于C++里的std:pair，类似于键值对，但又不是键值对，因为对于有序聚集来说，是既可以通过member找到score，也可以通过score找到member的。
C++的pair使用可以参考：C++——map和set的基本使用_c++中关联式容器-CSDN博客
   然后是对于方括号内里选项的解释：
  

• NX：当member不存在的时间，添加新member，如果member存在什么都不做
  
• XX：当member存在的时间，更新member的值，如果member不存在什么都不做
  
• 不加 NX|XX 时：如果当前member不存在，此时就会达到“添加新member”的效果，如果当前member已经存在，就会更新分数
  
• LT：在要更新分数的条件下，如果新分数比旧分数小，就更新成功，否则不更新，不会阻止添加新member
  
• GT：在要更新分数的条件下，如果新分数比旧分数大，就更新成功，否则不更新，不会阻止添加新member
  
• CH：“ C ” 是“ change ”的缩写，作用是指定返回值要返回什么信息，本来zadd返回的是新增元素的个数，添加CH选项后返回被修改的元素个数
  
• INCR：作用是能针对现有的member的score进行运算
  

    问题：之前的Hash，Set，List 很多时间，添加一个元素的时间复杂度都是O(1)，但为什么Zset是O(logN)？
  解答：因为zset是有序结构，以是新增元素时需要计算合适的位置再添加，当然之以是是logN不是N，也是使用了有序如许的特定。
  但是也有分数类似的情况，以是当分数类似时，再按照元素自身的字典序来排列，分数不同仍旧按照分数来排
  下面是zadd的使用：

 但是上面的只能表现member，不表现score，以是我们可以在背面加上“ withscores ”选项使其表现分数：

我们也可以使用zadd修改对应member的分数：

 如果修改的分数影响到了之前的顺序，就会主动移动元素的位置，从而保持原有的升序顺序不变：

最后我们使用以下zadd的选项，NX|XX 作用和之前一样，这里就不先容了：

   留意：
  

• LT和GT选项要在高版本的Redis才会有，但是使用起来也非常简单
  
• C++中的std:set也可以存pair，同时也是有序的，但是和Redis的set最大的不同是，std:set不能修改，只能添加或者删除
  

  2.2 zcard，zcount

1. ZCARD key
2. ZCOUNT key min max

复制代码

• zcard作用是获取zset里元素的个数
  
• zcount作用是找出score符合区间[min, max]的member的个数，以返回值表现，[min, max]是闭区间：
  

上面的是闭区间，如果我们想清除界限值，需要用括号，但是这里的写法有点奇怪，如下图：

   问题：一般来说，一个好的设计，是符合直觉的，因为如许学习和使用成本就越低；但是像这个添加括号就显着不符合直觉，那么为什么不改呢？
  解答：既然已经如许设定了，只能将错就错，服从如许的规则了，因为需要思量兼容性，只要新的Redis一改，大量的代码直接就不能用了，需要大量的修改，成本是非常非常高的，会导致大量的服务器直接罢工
  

• C++近来火起来的原因，就是因为C++兼容C，而当代大多数的热门操作系统都是用C写的
  
• 而且其实为了解决IPv4地点不敷的问题，我国早就开始高IPv6了，而且几近成熟，但是仍旧没有大量推广，就是因为这玩意儿是和设备绑定的，要换IPv6，就需要摒弃IPv4的设备，引入IPv6的设备，这其实是一件非常耗时烧钱耗精力的事变，需要恒久逐步推进
  

  zcount的时间复杂度是 O(logN)
   问题：假设是先根据min和max找到对应的元素，如果要进行一个遍历，是不是就知道这里的元素个数了呢？ 
  解答：那样的话时间复杂度就是O(N)了，就不是O(logN)了，根据找min和max就是O(logN)了，再加上遍历就是O(logN + M)了，M是区间中元素的个数，N是整个有序聚集的个数
  现实上Zset内部，会纪录每个元素当前的 “排行” / “次序”，查询到元素，就直接知道了元素所在的“次序”，就可以直接把max对应的元素次序和min对应的元素次序做减法即可。 
   留意：zcount的min和max是支持分数的，以是可以写成浮点数，而且其中还有两个特别值：inf表现无穷大，-inf表现负无穷大：
  

  负无穷大不是无穷小，无穷小应该指的是无穷靠近于0的数
  2.3 zrange，zrevrange，zrangebyscore

• zrange作用是检察指定的一对下标构成的区间的值，前面已经用过很多次了
  
• zrevrange，z背面的三个字母“ rev ”其实是“ reverse ”的缩写，意思为“ 逆序 ”，以是zrevrange作用是按照分数降序进行遍历的
  
• 前面两个都是按照下标区间来找元素的，zrangebyscore作用是按照分数来找元素的，和zcount类似：
  

   

 留意：zrangebyscor已经标志成“废弃”，大概在Redis 6.2.0 之后废弃，并且功能会合并到zrange中
  2.4 zpopmax，bzpopmax

1. zpopmax key [count]

复制代码

1. BZPOPMAX key [key ...] timeout

复制代码

• zpopmax作用是删除并返回分数最高的count个元素，就是 topK 问题，如果存在多个分数类似的元素，同时为最大值，zpopmax仍旧只删除其中一个 
  
• 咱们这里的“有序聚集”也可以视为一个“优先级队列”，有的时间，也需要一个带有“阻塞功能”的优先级队列，就可以用bzpopmax实现阻塞功能，timeout表现超时时间，其他的具体使用和细节再list的blpop和brpop已经讲解过，这里不再赘述：Redis远程字典服务器（6） —— list类型详解-CSDN博客
  

   引出：zpopmax的时间复杂度是O(logN + M)，其中N是有序聚集的元素个数，M表现coun他，要删除的元素个数；此处zpopmax删除最大的元素，由于聚集是有序的，最大值相当于最后一个元素，也就相当于“尾删”
  问题：既然是尾删，那为什么不把这最后一个元素的位置特别纪录下来，省去了查找的过程，后续删除不就可以O(1)了吗？
  解答：可以做到，但是Redis没有这么做，而且现实上，在Redis源码中，针对有序聚集，确实是纪录了“尾部”如许的特定位置，但是现实删除的时间，是直接调用了一个“通用的删除函数”，给定一个member的值，进行查找，找到位置在删除
  以是是存在优化空间的，但是优化一般是要先找到性能瓶颈的，再针对性的优化
  bzpopmax的效果和blpop一样，这里就不展示了：Redis远程字典服务器（6） —— list类型详解-CSDN博客 
2.5 zpopmin，bzpopmin

1. ZPOPMIN key [count]

复制代码

1. BZPOPMIN key [key ...] timeout

复制代码

 zpopmin就是和zpopmax反过来的，删除最小的count个元素：

此处zpopming和zpopmax的逻辑是一致的，bzpopmin也是一样的，删除的时间是使用的通用的删除函数，以是有了查找的过程，时间复杂度是O(logN + M) ,M是要删除的个数，以是可以不记，最后的时间复杂度可以为O(logN)
2.6 zrank，zrevrank，zscore

• zrank作用是获取指定元素的排名，这个“排名”就是“下标”
  
• zrevrank作用也是获取member的下标，但是是反着算的
  
• zscore作用是查询指定member的分数
  

zrank： 

 zrank得到的下标是从前往后（升序）算的。
zrevrank：

 zscore：

   问题：zscore明显也有“根据member找score”的查询操作，为什么它的时间复杂度是O(1)？
  解答：此处可以认为是Redis对查询操作做了特别优化，付出了额外的空间代价，针对这里进行优化到了O(1)的，因为Redis的设计者发现这个查询操作是“高频”的，以是做了针对性的优化
  2.7 zrem，zremrangebyrank，zremrangebyscore

• zrem作用是删除指定的member，时间复杂度尾O(logN * M)，N是整个zset的元素个数，M是指定的member的个数
  
• zremrangebyrank作用是范围式删除，通过在命令背面带上一个范围，对这个范围进行删除，是闭区间
  
• zremrangebyscore作用也是范围式删除，上面的是指定下标，这个就是指定score的范围删除
  

这三个命令联合解释能很快明白和使用，就不进行演示了~
背面两个命令的时间复杂度都是O(logN + M)  
2.8 zincrby

1. zincrby key increment member

复制代码

作用是对指定member的score进行一个加法的操作，可以通过加负数来实现减法的效果 

这个命令的效果和zadd的INCR选项效果是一样的 
2.9 zinterstore，zunionstore

在学习set类型的时间，我们直到聚集操作还有交集，并集，差集，对应的命令是sinter，zunion，zdiff，那么zset有序聚集有没有呢？有是有，因为这几个命令是从Redis 6.2 版本才开始支持的，咱们现在是5版本，临时不涉及
临时zset还是提供了两个命令求聚集间操作的：

1. zinterstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]

复制代码

1. zunionstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]

复制代码

• zinterstore作用是求交集，结构保存到另一个key中
  
• zunionstore作用是求并集，结构保存到另一个key中
  

下面解释下选项：

• destination：最后的结果存储到哪个key对应的zset中
  
• numkeys：就是一个整数，形貌了后续有几个key参与聚集间运算，参加这个的原因是因为背面还有其他的选项，Redis解析命令的时间，需要知道有多少个key参与运算，避免选项和key混淆（此处的设定很像HTTP协议报头的“Content-Length”，形貌了正文的长度，避免了“粘包问题”）
  
•  weights：权重，咱们这个聚集是有序聚集，带有分数，以是现在好几个有序聚集做操作，它们的职位不肯定对等；权重相当于一个系数，会乘以当前的分数，具体使用可以观看背面的截图
  
• aggregate：zset求交集时，不仅仅只思量member，它还有score，如果member类似，score不同，以是需要一个选项来处置惩罚score，就三种方式：“SUM求和”，“MIN取小的值”，“MAX取大的值”，通过这三种方式对score合并
  

zinterstore： 

 然后我们可以带上权重，可以写成小数：

 最后的AGGREGATE的对score三种操作都很简单，这里就不演示了~
 zunionstore：求并集和求交集步骤一样：

   对于zinterstore的时间复杂度：
  

• N表现输入若干个有序聚集内里元素最少的个数
  
• K表现有序聚集的个数
  
• M表现终极结果的有序聚集元素的个数
  

这个东西取决于Redis的源码咋写的，我们临时不思量~
表达式太复杂了，我们可以简化以下得到近似值：

• 首先K不会很多，近似看作1
  
• 再化简以下，可以认为N和M是靠近的（不严谨，只是近似来看），
  
• 可以化简为O(M) + O(M * logM) ==> O(M * logM)
  

    对于zunionstore的时间复杂度：
  

 除了N变为了：参与运算的zset的个数，其他的和上面一致
三，内部编码

• ziplist（压缩列表）：当有序聚集的元素个数小于 zset-max-ziplist-entries 配置（默认 128 个）， 同时每个元素的值都小于 zset-max-ziplist-value 配置（默认 64 字节）时，Redis 会用ziplist 来作 为有序聚集的内部实现，ziplist 可以有用淘汰内存的使用。
  
• skiplist（跳表）：当 ziplist 条件不满意时，有序聚集会使用 skiplist 作为内部实现，因为此时 ziplist 的操作效率会下降。
  

关于跳表skiplist的结构可以参考下这道标题：LCR 154. 复杂链表的复制 - 力扣（LeetCode） 
要具体了解跳表，还是得联合源码来看，这里不做过多讨论 
四，应用场景

4.1 排行榜系统

最关键的应用场景就是这个了，好比应用热搜，游戏积分，成绩排行等等。
关键要点就是：用来排行的“分数”是频繁变化的，因此我们就需要在实时变化的环境下高效地更新排行，以是使用zset来实现就非常简单，因为可以高效地修改“分数”，排行顺序也能主动调整（logN）
   Thousands（千）：1KB
  million（百万）：1MB
  billion（十亿）：1GB 
  对于游戏排行榜之类的，它的前后顺序就非常容易确定，但是有的排行榜就要复杂很多，好比某博热度（欣赏量，点赞量，转发量，批评数），但是对于这部门，一般的大公司都有专门的团队来做这块的事变（通过一些人工智能的方式来进行计算），根据每个维度。计算得到综合得分 ==> 热度
   总结：zset只是一个选择，不是说非得用zset，有些场景确实可以用到有序聚集，但是不方便使用Redis，就可以思量使用其他方式的有序聚集 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。